使用一些变量创建匹配样本

Question

我的因变量是一个指示变量（1 或 0）。 问题是我的 N 非常大，但是我的因变量 =1 的观察次数非常小（只有 3%），所以当我运行回归时，我的系数非常小。 所以我想在某些维度上创建一个匹配的样本。 我知道我应该使用 psmatch2，

我试过了

psmatch2 depvar v1 v2 v3, common

但我只有非常少量的“处理过的”和大量的“未处理过的”，几乎和我原始数据中的一样。 我想保留 y=1 的观察结果，并且只想创建一个包含 v1、v2、v3 中的类似 obs 的样本，并且我希望该组具有相当相似的 obs 数量。 任何想法？

Answer 1

替代创建匹配样本的方法是考虑准匹配技术，例如熵平衡和粗化精确匹配。

要在 Stata 中实现熵平衡，您可以尝试以下方法：

ssc install ebalance
ebalance treat_var v1 v2 v3, tar(2)

上述命令安装ebalance包并为每个观察值分配权重，以使变量v1, v2, v3的均值和方差对于治疗组和对照组大致相同。 使用help ebalance了解更多信息。

要在 Stata 中实现粗化精确匹配，您可以尝试以下操作：

ssc install cem
cem v1 v2 v3, tr(treat_var)

cem和ebalance为每个观察结果生成一个权重。 权重变量存储在数据集中，分别命名为cem_weights和_webal 。 要将熵平衡或粗化精确匹配纳入回归分析，只需估计加权回归

regress y treat_var [aweight=_webal]